基于积分器的磁浮列车单铁悬浮加速度传感器诊断方法

摘要

本发明提供了一种基于积分器的磁浮列车单铁悬浮加速度传感器诊断方法。该方法包括：获取磁浮列车单铁悬浮系统中加速度传感器采集的间隙数据信号z和加速度信号a，对加速度信号a进行二次积分获得位移距离s，根据位移距离s和磁浮列车静止落于轨道时悬浮电磁铁与下轨面的垂向的初始间隙距离z0计算出悬浮电磁铁与下轨面的垂向的推算间隙距离l：计算出实际间隙距离z与推算间隙距离l之间的差值Δl，采集多个时刻的差值Δl组成传感器差值信号序列x(t)，根据x(t)和设定的对比阈值对加速度传感器进行故障诊断。本发明通过以简单可靠的积分器为手段，通过贝叶斯理论方法得到信号对比阈值，能够较为准确地识别出磁浮列车单铁悬浮加速度传感器是否发生故障。

说明书

技术领域

本发明涉及列车故障诊断技术领域，尤其涉及一种基于积分器的磁浮列车单铁悬浮加速度传感器诊断方法。

背景技术

磁浮列车作为新一代城市轨道交通运输系统，具有安全性高，爬坡能力强，转弯半径小等一些突出的优点，其关键技术之一为稳定悬浮列车。现阶段电磁悬浮型磁浮列车(Electromagnetic suspension，EMS)通过电磁铁产生吸力吸引轨道，使得列车悬浮，由于磁力物理特性磁浮列车不是一个自稳定系统，悬浮系统需要采取反馈控制，反馈信息的获得依靠于悬浮传感器，因此悬浮传感器的状态对列车的悬浮有较大影响。悬浮系统采用间隙信号、垂向速度信号和电流信号相对于稳态的偏差值作为反馈信息。电流信号和间隙信号分别有电感器和间隙传感器测得；速度信号则由加速度传感器信号再通过积分器获得。积分器是将信号进行积分运算的元件，在数学计算当中积分意为求某一函数曲线下面积的过程，在物理上积分是一种能够完成积分运算的电路。由统计数据可得，间隙传感器和电流传感器可靠性高，且工程中采用冗余结构，因此认定其状态稳定，基本无故障；而加速度传感器相比下故障率较高，对其进行准确快速的故障诊断能够有效的保证磁浮列车稳定悬浮。

现有技术的研究在短定子低速磁浮列车和长定子高速磁浮列车的单电磁铁悬浮系统已经取得了一定成果，但主要集中在传感器完全失效情况下单磁铁悬浮系统的容错控制和冗余设置上，通过不同传感器的失效组合来得到不同类型的单电磁铁悬浮故障，未能对传感器本身实际故障进行考虑。

其中有对间隙传感器的间隙信号微分得到速度信号作为基准来诊断加速度传感器是否发生故障，但微分传感器结构较于积分器更为复杂，易受杂波影响。

发明内容

本发明的实施例提供了一种基于积分器的磁浮列车单铁悬浮加速度传感器诊断方法，以客服现有技术的缺点。

为了实现上述目的，本发明采取了如下技术方案。

一种基于积分器的磁浮列车单铁悬浮加速度传感器诊断方法，包括：

获取磁浮列车单铁悬浮系统中加速度传感器采集的间隙数据信号z和加速度信号a，所述间隙数据信号z表示悬浮电磁铁与下轨面的垂向的实际间隙距离z，所述加速度信号a表示悬浮电磁铁的垂向加速度；

对所述加速度信号a进行二次积分获得位移距离s，根据所述位移距离s和磁浮列车静止落于轨道时悬浮电磁铁与下轨面的垂向的初始间隙距离z₀计算出悬浮电磁铁与下轨面的垂向的推算间隙距离l：

计算出所述实际间隙距离z与所述推算间隙距离l之间的差值Δl，采集多个时刻的差值Δl组成传感器差值信号序列x(t)，根据传感器差值信号序列x(t)和设定的对比阈值对磁浮列车单铁悬浮加速度传感器进行故障诊断。

进一步地，所述的对所述加速度信号a进行二次积分获得位移距离s，根据所述位移距离s和磁浮列车静止落于轨道时悬浮电磁铁与下轨面的垂向的初始间隙距离z₀计算出悬浮电磁铁与下轨面的垂向的推算间隙距离l，包括：

获取磁浮列车静止落于轨道时悬浮电磁铁与下轨面的垂向的初始间隙距离z₀，对所述加速度信号a进行二次积分获得悬浮电磁铁相对轨面垂直方向的位移距离s：

s＝∫∫a(t)dt

根据所述位移距离s和磁浮列车静止落于轨道时悬浮电磁铁与下轨面的垂向的初始间隙距离z₀计算出悬浮电磁铁与下轨面的垂向的推算间隙距离l：

l＝z₀-s。

进一步地，所述的方法还包括：

单铁悬浮系统以间隙数据信号z、垂向速度信号v、电磁铁线圈电流信号i相对于稳态的差值作为反馈信息实现闭环控制，所垂向速度信号v由加速度信号a积分后得到。

进一步地，所述的计算出所述实际间隙距离z与所述推算间隙距离l之间的差值Δl，采集多个时刻的差值Δl组成传感器差值信号序列x(t)，根据传感器差值信号序列x(t)和设定的对比阈值对磁浮列车单铁悬浮加速度传感器进行故障诊断，包括：

采集悬浮电磁铁正常运行状态下加速传感器在多个时刻的间隙数据信号z和加速度信号a，将得到的多个时刻的差值Δl组成传感器差值信号序列x₀(t)，根据所述传感器差值信号序列x₀(t)计算出表示悬浮电池铁正常工作的传感器差值信号平均值μ₀和正常工作的传感器差值信号方差σ₀²；

式中，T表示信号积分时间；

所述传感器差值信号方差σ₀²服从正态分布，得到x在w₁状态中的概率密度：

式中，p(x|w₁)中w₁表示正常状态；

根据所述悬浮电池铁正常工作的传感器差值信号平均值μ₀、正常工作的传感器差值信号方差σ₀²和设定的对比阈值，采用贝叶斯决策理论算法计算出所述磁浮列车单铁悬浮加速度传感器发生故障的概率。

进一步地，所述的根据所述悬浮电池铁正常工作的传感器差值信号平均值μ₀、正常工作的传感器差值信号方差σ₀²和设定的对比阈值，采用贝叶斯决策理论算法计算出所述磁浮列车单铁悬浮加速度传感器发生故障的概率，包括：

设加速度传感器的加速度积分信号与实际位移信号的差值服从正态分布：

式中，μ表示待检测差值信号的均值，x(t)表示悬浮电磁铁实时运行状态中加速度传感器的待检差值信号序列；

将方差代入p(x|w₁)获得x(t)属于正常差值信号的概率密度；

根据方差计算出信号x(t)在待检测差值信号中出现的概率密度：

p(x|w₂)表示故障状态w₂信号x(t)的概率密度，根据贝叶斯决策理论算法由以下公式推理得出p(x|w₂)：

P(w₂)＝1-P(w₁)

P(w₁)表示无故障先验概率；

选择决策函数取：

式中称为似然比阈值，代入得：

式中P为无故障先验概率。

由上述本发明的实施例提供的技术方案可以看出，本发明实施例通过以简单可靠的积分器为手段，将加速度传感器产生的加速度信号积分得到速度信号后，再次积分获得位移信号，通过贝叶斯理论方法得到信号对比阈值，判断传感器是否故障，能够较为准确地识别出磁浮列车单铁悬浮加速度传感器是否发生故障。

本发明附加的方面和优点将在下面的描述中部分给出，这些将从下面的描述中变得明显，或通过本发明的实践了解到。

附图说明

为了更清楚地说明本发明实施例的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1为本发明实施例提供的一种基于积分器的磁浮列车单铁悬浮加速度传感器诊断方法的实现原理图；

图2为本发明实施例提供的一种基于积分器的磁浮列车单铁悬浮加速度传感器诊断方法的处理流程图。

具体实施方式

下面详细描述本发明的实施方式，所述实施方式的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施方式是示例性的，仅用于解释本发明，而不能解释为对本发明的限制。

本技术领域技术人员可以理解，除非特意声明，这里使用的单数形式“一”、“一个”、“所述”和“该”也可包括复数形式。应该进一步理解的是，本发明的说明书中使用的措辞“包括”是指存在所述特征、整数、步骤、操作、元件和/或组件，但是并不排除存在或添加一个或多个其他特征、整数、步骤、操作、元件、组件和/或它们的组。应该理解，当我们称元件被“连接”或“耦接”到另一元件时，它可以直接连接或耦接到其他元件，或者也可以存在中间元件。此外，这里使用的“连接”或“耦接”可以包括无线连接或耦接。这里使用的措辞“和/或”包括一个或更多个相关联的列出项的任一单元和全部组合。

本技术领域技术人员可以理解，除非另外定义，这里使用的所有术语(包括技术术语和科学术语)具有与本发明所属领域中的普通技术人员的一般理解相同的意义。还应该理解的是，诸如通用字典中定义的那些术语应该被理解为具有与现有技术的上下文中的意义一致的意义，并且除非像这里一样定义，不会用理想化或过于正式的含义来解释。

为便于对本发明实施例的理解，下面将结合附图以几个具体实施例为例做进一步的解释说明，且各个实施例并不构成对本发明实施例的限定。

实施例一

磁浮列车单铁悬浮加速度传感器的故障诊断的分析方法上主要分为三大类：基于数学模型的方法、基于系统输入输出信号处理的方法以及基于人工智能的方法。本发明实施例首先根据中低速磁浮列车单铁悬浮系统监测传感器的工作特性，采用积分器对传感器检测到的列车加速度信号进行两次积分，获得列车的位移信号和列车加速度等相关参数；在此基础上采用贝叶斯决策理论方法对加速传感器积分的位移信号与间隙传感器的位移信号对比差值判断，进行故障诊断。

本发明实施例提供的一种基于积分器的磁浮列车单铁悬浮加速度传感器诊断方法的实现原理图如图1所示，具体处理流程如图2所示，包括如下的处理步骤：

步骤11、在车辆悬浮前，获取磁浮列车单铁悬浮系统上加速度传感器采集的间隙数据信号z和加速度信号a，所述间隙数据信号z表示悬浮电磁铁与下轨面的垂向的实际间隙距离z，所述加速度信号a表示悬浮电磁铁的垂向加速度。

单铁悬浮系统以间隙数据信号z、垂向速度信号v、电磁铁线圈电流信号i相对于稳态的差值作为反馈信息实现闭环控制，以便根据检测到的悬浮系统的状态有针对性的进行控制。其中垂向速度信号v由加速度信号a积分后得到。

步骤12、获取磁浮列车静止落于轨道时悬浮电磁铁与下轨面的垂向的初始间隙距离z₀，同时开始对加速度信号a进行二次积分获得悬浮电磁铁相对轨面垂直方向的位移距离s：

s＝∫∫a(t)dt

通过加速度积分得到的位移距离s和初始间隙距离z₀可以计算出悬浮电磁铁距离轨道下表面的推算间隙l：

l＝z₀-s

步骤13、由于信号噪声和积分误差导致上述推算间隙l与实际间隙存在一定误差，以间隙传感器得到的间隙信号z为标准，两者得到差值Δl：

Δl＝z-l

采集多个时刻的差值Δl组成传感器差值信号序列x(t)

步骤14、根据传感器差值信号序列x(t)和设定的对比阈值对磁浮列车单铁悬浮加速度传感器进行故障诊断。

上述对比阈值采用贝叶斯决策理论方法确定。

首先根据悬浮电磁铁正常运行状态下的传感器工作信号，计算传感器正常工作的状态参数作为基准值。采集所有传感器正常工作下的信号，确定悬浮电磁铁正常状态下积分信号与实际信号差值的均值与方差，并根据经验假设差值服从正态分布：

式中μ₀表示悬浮电池铁正常工作的传感器差值信号平均值，σ²表示正常工作的传感器差值信号方差，T表示信号积分时间，x(t)表示悬浮电磁铁正常工作的传感器差值信号序列。并可得x(t)在w₁状态中的概率密度：

式中p(x|w₁)中w₁表示正常状态。

其次，采用贝叶斯决策理论算法计算悬浮电磁铁运行状态残差的各种统计特性。贝叶斯决策理论算法是根据已知类条件概率密度参数表达式和先验概率，利用贝叶斯公式转换为后验概率，根据后验概率的大小进行决策分类，有计算结果精确，错误率最小等优点。

根据实际经验，现假设传感器的加速度积分信号与实际位移信号的差值服从正态分布：

式中，μ表示待检测差值信号的均值，x(t)表示悬浮电磁铁实时运行状态的待检差值信号序列；

将方差代入p(x|w₁)获得x(t)属于正常差值信号的概率密度；

根据方差计算出信号x(t)在待检测差值信号中出现的概率密度：

p(x|w₂)表示故障状态w₂信号x(t)的概率密度，根据贝叶斯决策理论算法可由以下公式推理得出p(x|w₂)：

P(w₂)＝1-P(w₁)

P(w₁)表示无故障先验概率，P(w₂)表示故障状态概率。

最后，选择决策函数取：

式中称为似然比阈值，当式成立则x属于w₁，表示磁浮列车单铁悬浮加速度传感器正常。代入得：

式中P为无故障先验概率。

综上所述，本发明实施例通过以简单可靠的积分器为手段，将加速度传感器产生的加速度信号积分得到速度信号后，再次积分获得位移信号，通过贝叶斯理论方法得到信号对比阈值，判断传感器是否故障，能够较为准确地识别出磁浮列车单铁悬浮加速度传感器是否发生故障。

本领域普通技术人员可以理解：附图只是一个实施例的示意图，附图中的模块或流程并不一定是实施本发明所必须的。

本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于装置或系统实施例而言，由于其基本相似于方法实施例，所以描述得比较简单，相关之处参见方法实施例的部分说明即可。以上所描述的装置及系统实施例仅仅是示意性的，其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性劳动的情况下，即可以理解并实施。

以上所述，仅为本发明较佳的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到的变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应该以权利要求的保护范围为准。